將大型主機上本機轉碼的資料移至 Google Cloud

本頁說明如何在大型主機上將大型主機資料轉碼為支援的格式，然後將內容移至 BigQuery。轉碼是指將資訊從一種編碼表示法轉換為另一種編碼表示法。本頁面將說明如何使用 Mainframe Connector 將大型主機資料轉碼為最佳化資料列格式 (ORC)，然後將資料儲存至 Cloud Storage。

Mainframe Connector 提供兩種方法，可在大型主機上本機轉碼大型主機資料。

• 使用 qsam 指令 (5.16.0 以上版本)
• 使用 gsutil cp 指令

qsam 指令的優點

qsam 指令具備下列優點：

• 支援複合資料類型，包括 OCCURS 子句 (清單)、REDEFINES 子句和巢狀記錄。如要進一步瞭解這些資料類型，請參閱 qsam 轉碼參考資料。
• 支援透過轉碼器設定檔設定轉碼程序。這項功能可在將資料解碼至 Google Cloud並將資料編碼回主機時，提供更大的彈性。
• 支援建立溢出資料集，這是一張轉碼錯誤表，可用於錯誤檢查。
• 支援多種輸入和輸出格式。這項功能可讓您將資料載入至各種資料倉儲，或從資料倉儲載出資料。

事前準備

將 Mainframe Connector 安裝到您要用於程序庫 (PROCLIB) 的任何大型主機分割資料集。

將大型主機上本機轉碼的資料移至 Google Cloud

如要在大型主機上本機轉碼資料，然後將資料移至 BigQuery，您必須執行下列工作：

1. 讀取並轉碼大型主機上的資料集，然後以 ORC 格式上傳至 Cloud Storage (如要瞭解只有 qsam commands 支援的其他格式，請參閱 TranscodeFormat)。轉碼作業會在 qsam decode 或 gsutil cp 作業期間執行 (取決於您選擇的指令)，在將主機架構擴充二進位編碼十進位交換碼 (EBCDIC) 資料集複製到 Cloud Storage 值區時，會將其轉換為 UTF-8 的 ORC 格式。
2. 將資料集載入 BigQuery 資料表。
3. (選用) 對 BigQuery 資料表執行 SQL 查詢。
4. (選用) 將資料從 BigQuery 匯出至主機。

以下各節將詳細說明如何使用 qsam 指令和 gsutil cp 指令 Google Cloud ，將在主機上轉碼的資料移至雲端。

使用 qsam 指令在本機進行轉碼

如要使用 qsam 指令在大型主機上本機轉碼大型主機資料，請按照下列步驟操作：

1. 建立工作來讀取主機上的資料集，並將其轉碼為 ORC 格式，如以下指令所示。讀取 INFILE 資料集的資料，以及 COPYBOOK DD 的記錄版面配置。輸入資料集必須是排隊順序存取方法 (QSAM) 檔案，且記錄長度必須為固定或變數。

   您可以使用 --transcode-configuration 引數提供轉碼器設定檔，修改 Mainframe 連接器轉碼程序的預設行為。

   //STEP01 EXEC BQSH
   //INFILE DD DSN=<HLQ>.DATA.FILENAME,DISP=SHR
   //COPYBOOK DD DISP=SHR,DSN=<HLQ>.COPYBOOK.CPY
   //CONFIG DD DISP=SHR,DSN=<HLQ>.CONFIG.SETTINGS
   //STDIN DD *
   BUCKET=BUCKET_NAME
   qsam decode --copybook dd:COPYBOOK --transcode-configuration dd:CONFIG dd:INFILE gs://$BUCKET/tablename
   /*
   

   將 BUCKET_NAME 替換為您要複製主機資料的 Cloud Storage 值區名稱。

   為避免在每個作業控制語言 (JCL) 程序中指定專案 ID 和值區名稱等變數，您可以在 BQSH PROCLIB 中新增這些變數，並在多個 JCL 程序中以環境變數的形式參照這些變數。由於環境專屬變數會在環境的 BQSH PROCLIB 中設定，因此這種做法也有助於在正式環境和非正式環境之間順利轉換。

   在本例中，DD DataPath 用於指定影本、輸入和轉碼設定的路徑。如需其他選項，請參閱 DataPath。

   如要記錄在這項程序中執行的指令，可以啟用載入統計資料。

2. 建立並提交 BigQuery 載入工作，將 ORC 檔案區隔載入 tablename.orc 至 MY_DATASET.MY_TABLE，如下所示。

   Example JCL
   //STEP02 EXEC BQSH
   //STDIN DD *
   BUCKET=BUCKET_NAME
   PROJECT=PROJECT_NAME
   bq load --project_id=$PROJECT \
     myproject:MY_DATASET.MY_TABLE \
     gs://$BUCKET/tablename.orc/*
   /*
   

   更改下列內容：

   • BUCKET_NAME：Cloud Storage 值區的名稱，其中包含要載入至 BigQuery 的 ORC 檔案。
   • PROJECT_NAME：要執行查詢的專案名稱。

3. (選用) 建立並提交 BigQuery 查詢作業，執行從 QUERY DD 檔案讀取的 SQL。通常，查詢會是 MERGE 或 SELECT INTO DML 陳述式，可轉換 BigQuery 資料表。請注意，主機連接器會記錄工作指標，但不會將查詢結果寫入檔案。

   您可以透過各種方式查詢 BigQuery，包括內嵌式查詢、使用 DD 的個別資料集，或使用 DSN 的個別資料集。

   Example JCL
   //STEP03 EXEC BQSH
   //QUERY DD DSN=<HLQ>.QUERY.FILENAME,DISP=SHR
   //STDIN DD *
   PROJECT=PROJECT_NAME
   LOCATION=LOCATION
   bq query --project_id=$PROJECT \
   --location=$LOCATION/*
   /*
   

   更改下列內容：

   • PROJECT_NAME：要執行查詢的專案名稱。
   • LOCATION：查詢執行的位置。建議您在靠近資料的位置執行查詢。

4. (選用) 建立並提交匯出工作，執行從 QUERY DD 檔案讀取的 SQL，並將產生的資料集匯出至大型主機，做為二進位檔案。

   您可以使用 --transcode-configuration 引數提供轉碼器設定檔，修改 Mainframe 連接器轉碼程序的預設行為。

   //STEP04 EXEC BQSH
   //OUTFILE DD DSN=<HLQ>.DATA.FILENAME,DISP=SHR
   //COPYBOOK DD DISP=SHR,DSN=<HLQ>.COPYBOOK.CPY
   //CONFIG DD DISP=SHR,DSN=<HLQ>.CONFIG.SETTINGS
   //QUERY DD DSN=<HLQ>.QUERY.FILENAME,DISP=SHR
   //STDIN DD *
   
   PROJECT=PROJECT_NAME
   qsam encode \
     dd:QUERY
     dd:OUTFILE
     --copybook dd:COPYBOOK
     --transcode-configuration dd:CONFIG
     --input-format=BIGQUERY \
     --input-parameter project_id=PROJECT_NAME \
     --input-parameter location=LOCATION/*
   /*
   

   更改下列內容：

   • PROJECT_NAME：要執行查詢的專案名稱。
   • LOCATION：查詢執行的位置。建議您在靠近資料的位置執行查詢。

   系統會將資料匯出至 OUTFILE DD 資料集。記錄版面配置由 COPYBOOK DD 說明。如需瞭解有關副本簿、輸出檔案和轉碼設定路徑的其他選項，請參閱 DataPath。

使用 gsutil cp 指令在本機上轉碼

如要使用 gsutil cp 指令在本機上將大型主機資料轉碼，請按照下列步驟操作：

1. 建立工作來讀取主機上的資料集，並將其轉碼為 ORC 格式，如以下指令所示。讀取 INFILE 資料集的資料，以及 COPYBOOK DD 的記錄版面配置。輸入資料集必須是排隊順序存取方法 (QSAM) 檔案，且記錄長度必須為固定或變數。

   //STEP01 EXEC BQSH
   //INFILE DD DSN=<HLQ>.DATA.FILENAME,DISP=SHR
   //COPYBOOK DD DISP=SHR,DSN=<HLQ>.COPYBOOK.FILENAME
   //STDIN DD *
   BUCKET=BUCKET_NAME
   gsutil cp --replace gs://$BUCKET/tablename.orc
   /*
   

   將 BUCKET_NAME 替換為您要複製主機資料的 Cloud Storage 值區名稱。

   為避免在每個 JCL 程序中指定專案 ID 和值區名稱等變數，您可以在 BQSH PROCLIB 中新增這些變數，並在多個 JCL 程序中以環境變數的形式參照這些變數。這種做法也會在實際執行環境和非實際執行環境之間提供無縫轉換，因為環境專屬變數會在環境的 BQSH PROCLIB 中設定。如需 Mainframe Connector 支援的完整環境變數清單，請參閱「環境變數」。

   在這個範例中，標準輸入內容 (STDIN) 會以串流內資料的形式提供給 STDIN DD。或者，您也可以使用資料來源名稱 (DSN) 提供這項輸入內容，這樣就能更輕鬆地管理符號替換作業。

   如要記錄在這項程序中執行的指令，可以啟用載入統計資料。

2. 建立並提交 BigQuery 載入工作，將 ORC 檔案區隔載入 tablename.orc 至 MY_DATASET.MY_TABLE，如下所示。

   Example JCL
   //STEP02 EXEC BQSH
   //STDIN DD *
   BUCKET=BUCKET_NAME
   PROJECT=PROJECT_NAME
   bq load --project_id=$PROJECT \
     myproject:MY_DATASET.MY_TABLE \
     gs://$BUCKET/tablename.orc/*
   /*
   

   更改下列內容：

   • BUCKET_NAME：Cloud Storage 值區的名稱，其中包含要載入至 BigQuery 的 ORC 檔案。
   • PROJECT_NAME：要執行查詢的專案名稱。

3. (選用) 建立並提交 BigQuery 查詢作業，執行從 QUERY DD 檔案讀取的 SQL。通常，查詢會是 MERGE 或 SELECT INTO DML 陳述式，可轉換 BigQuery 資料表。請注意，主機連接器會記錄工作指標，但不會將查詢結果寫入檔案。

   您可以透過各種方式查詢 BigQuery，包括內嵌式查詢、使用 DD 的個別資料集，或使用 DSN 的個別資料集。

   Example JCL
   //STEP03 EXEC BQSH
   //QUERY DD DSN=<HLQ>.QUERY.FILENAME,DISP=SHR
   //STDIN DD *
   PROJECT=PROJECT_NAME
   LOCATION=LOCATION
   bq query --project_id=$PROJECT \
   --location=$LOCATION/*
   /*
   

   更改下列內容：

   • PROJECT_NAME：要執行查詢的專案名稱。
   • LOCATION：查詢執行的位置。建議您在靠近資料的位置執行查詢。

4. (選用) 建立並提交匯出工作，執行從 QUERY DD 檔案讀取的 SQL，並將產生的資料集匯出至大型主機，做為二進位檔案。

   Example JCL
   //STEP04 EXEC BQSH
   //OUTFILE DD DSN=<HLQ>.DATA.FILENAME,DISP=SHR
   //COPYBOOK DD DISP=SHR,DSN=<HLQ>.COPYBOOK.FILENAME
   //QUERY DD DSN=<HLQ>.QUERY.FILENAME,DISP=SHR
   //STDIN DD *
   PROJECT=PROJECT_NAME
   DATASET_ID=DATASET_ID
   DESTINATION_TABLE=DESTINATION_TABLE
   bq export --project_id=$PROJECT \
     --dataset_id=$DATASET_ID \
     --destination_table=$DESTINATION_TABLE \
     --location="US" \
     --remoteHost <mainframe-connector-url>.a.run.app \
     --remotePort 443
   /*
   

   更改下列內容：

   • PROJECT_NAME：要執行查詢的專案名稱。
   • DATASET_ID：包含要匯出的資料表的 BigQuery 資料集 ID。
   • DESTINATION_TABLE：您要匯出的 BigQuery 資料表。

   系統會將資料匯出至 OUTFILE DD 資料集。記錄版面配置由 COPYBOOK DD 說明。